【Python】搭建屬于自己 AI 機器人

前言

1 準備工作

1.1 環境搭建

1.2 獲取 API KEY

2 寫代碼

2.1 引用庫

2.2 創建用戶

2.3 創建對話

2.4 輸出內容

2.5 調試

2.6 全部代碼

2.7?簡短的總結

3 優化代碼

3.1 規范代碼

3.1.1 引用庫

3.1.2 創建提示詞

3.1.3 創建模型

3.1.4 規范輸出（非必須）

3.2 用戶輸入

3.3 連接步驟

3.4 循環輸入

3.5 全部代碼

4 總結

前言

現在，AI 已經進入了人們生活的每個角落，而 AI 大模型更是大火，諸如文心一言、Chatgpt、Kimi、清譜智言等等。

那為什么不能擁有一個自己的 AI 呢？于是我稍微研究了一下，本篇文章就將介紹如何搭建一個屬于自己的 AI 機器人。話不多說，正片開始——

1 準備工作

1.1 環境搭建

自己訓練一個 AI 機器人費時費力又費錢，所以搭建 AI 用的肯定是 API 接口。

本文我用的是月之暗面的 Kimi AI 做演示（當然，清譜智言或其他也可以，但是注意，文心一言的API要錢！）

至于寫代碼的依賴庫，如下：

python-dotenv
openai
langchain
langchain_openai

1.2 獲取 API KEY

獲取 API key 其實很簡單，這里用 Kimi 舉例，其他平臺也大同小異。

首先訪問?Moonshot AI - 開放平臺?（前提是你要先登錄）

點擊新建

?名字隨便輸

接著它會顯示密鑰，復制好，別告訴別人。

接著，在項目文件夾中新建一個.venv文件，如圖，把 api key 復制進去：

在打碼的地方填寫 api key

OK，準備工作完成啦！

2 寫代碼

2.1 引用庫

from dotenv import load_dotenv    # 虛擬環境
from openai import OpenAI         # 調用 API

2.2 創建用戶

其中 load_dotenv() 就是獲取 .venv 中的信息。

下面的函數中，base_url 就是你想調用的 AI 它的接口網址，一般都能在開發文檔中找到。

load_dotenv()client = OpenAI(base_url="https://api.moonshot.cn/v1"
)

2.3 創建對話

這是最重要的一步！

先看代碼：

ask = "南京鹽水鴨怎么樣？"completion = client.chat.completions.create(model="moonshot-v1-32k",messages=[{"role": "system", "content": "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞。"},{"role": "user", "content": ask},],max_tokens=500,temperature=0.7,
)

接下來請看講解：

model：這個就是大模型的名稱，一般也能在開發文檔中找到；
messages：AI 接收的信息一般分為 3 個來源：系統(system)、用戶(user)、AI(assistant)。這些信息中包括系統對 AI 的指示，用于確定 AI 的身份、用處，以及用戶所說的話，還有之前的所有對話。在代碼中，用一個字典組成的列表來儲存；
max_tokens：這個參數用于限定 AI 輸出的內容最大值，一個 token 表示一個詞語；
temperature：這個參數用于規定 AI 輸出內容的確定性，設成 0.7 就行了；

像這個程序中，我設置的功能就是讓 AI 為美食寫點評詞，你當然也可以按照自己的需要修改。

2.4 輸出內容

激動人心的時刻！?

print(completion.choices[0].message.content)

這個程序輸出的內容：

南京鹽水鴨，是金陵古城的美食瑰寶，承載著六朝古都深厚的文化底蘊。這道佳肴以其獨特的制作工藝和絕妙的風味，在眾多美食中獨樹一幟。選材講究，選用的是肉質細嫩、肥而不膩的南京本地麻鴨。經過精細的宰殺、清洗、腌制等工序，使得鴨肉的每一寸肌理都滲透著獨特的風味。腌制過程中，恰到好處的鹽分與鴨肉的鮮美完美融合，使鴨肉更加鮮嫩可口。烹飪技藝更是令人贊嘆。將腌制好的鴨肉放入特制的鹵水中，用文火慢燉，使鴨肉在不斷吸收鹵水精華的同時，保持了肉質的嫩滑。鹵水中的香料與鴨肉的鮮美相互交融，形成了一種獨特的香氣，令人垂涎三尺。成品的南京鹽水鴨，色澤金黃，皮脆肉嫩，鮮美可口。輕輕一咬，鴨肉的鮮嫩與鹵水的香味瞬間在口腔中爆發，讓人回味無窮。鴨肉的鮮美與鹵水的香料，形成了一種絕妙的平衡，既不會過于咸膩，也不會過于清淡，恰到好處地滿足了味蕾的需求。                                                                                                            品嘗南京鹽水鴨，就像是在品味一段歷史，感受一種文化，讓人在享受美味的同時，也能感受到南京這座城市的韻味。

2.5 調試

嘶~

AI 輸出的內容好像有點太長了，于是我們需要為它所以點調試。（畢竟任何程序都要調試）

比如把它的要求改一下，限定一下字數。

messages=[{"role": "system", "content": "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞，精簡一點，100字以內。"},{"role": "user", "content": ask},
],

看看結果：

南京鹽水鴨，傳統佳肴。鴨肉鮮嫩爽口，咸香適中，令人回味無窮。腌制工藝獨特，肉質細膩，皮薄肉厚，食之不膩。每一口都是對南京風味的深刻體驗。

果然好多了。

2.6 全部代碼

from dotenv import load_dotenv
from openai import OpenAIload_dotenv()client = OpenAI(base_url="https://api.moonshot.cn/v1"
)ask = "南京鹽水鴨怎么樣？"completion = client.chat.completions.create(model="moonshot-v1-32k",messages=[{"role": "system", "content": "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞，精簡一點，100字以內。"},{"role": "user", "content": ask},],max_tokens=500,temperature=0.7,
)print(completion.choices[0].message.content)

2.7?簡短的總結

我們現在已經有了一個簡單的 AI，但是還有一些問題：

代碼流程不夠規范
只能通過修改代碼來實現問題的修改
只能實現一輪對話

接下來就來解決這些問題吧！

3 優化代碼

3.1 規范代碼

這里，就要隆重請出：langchain 第三方庫！

它可以幫我們很好的流程化這段代碼。

可以新建一個代碼文件，因為代碼要大改

3.1.1 引用庫

from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from langchain.prompts import ChatPromptTemplateload_dotenv()

3.1.2 創建提示詞

其實就是修改了之前的 創建用戶?中的代碼。

注意：這里用戶的名字從user變為了human

prompt_template = ChatPromptTemplate.from_messages([("system", "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞，精簡一點，100字以內。"),("human", "南京鹽水鴨怎么樣？")]
)

3.1.3 創建模型

修改了原來的 創建對話。

model = ChatOpenAI(model="moonshot-v1-32k",openai_api_base="https://api.moonshot.cn/v1",max_tokens=500,temperature=0.7,
)

3.1.4 規范輸出（非必須）

一般會用另一個大模型來規范前一個大模型的輸出，但并非必要。

def output_parser(output: str):parser_model = ChatOpenAI(model = 'moonshot-v1-32k',temperature=0.8,openai_api_base = "https://api.moonshot.cn/v1")message = "你需要潤色這段文字:`{text}`"return parser_model.invoke(message.format(text=output))

3.2 用戶輸入

先把問題中的輸入部分修改即可：

prompt_template = ChatPromptTemplate.from_messages([("system", "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞，精簡一點，100字以內。"),("human", "{food}怎么樣？")]
)

3.3 連接步驟

用 langchain 連接步驟非常簡單，用 | 符號就行了：

chain = prompt_template | model# 若加入規范輸出的部分，代碼如下
# chain = prompt_template | model | output_parser

3.4 循環輸入

利用 while True 進行用戶循環輸入，非常簡單不是嗎？

while True:food = input("你想點評什么：")answer = chain.invoke(input = {'food': food})print(answer.content)

這下再來看看結果吧！

真的是太 NICE 了！

3.5 全部代碼

from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from langchain.prompts import ChatPromptTemplateload_dotenv()prompt_template = ChatPromptTemplate.from_messages([("system", "你是一個美食家，你要為用戶說的美食寫一段有文采的點評詞，精簡一點，100字以內。"),("human", "{food}怎么樣？")]
)model = ChatOpenAI(model="moonshot-v1-32k",openai_api_base="https://api.moonshot.cn/v1",max_tokens=500,temperature=0.7,
)chain = prompt_template | model
while True:food = input("你想點評什么：")answer = chain.invoke(input = {'food': food})print(answer.content)